Lucene的MoreLikeThis（mlt）有什么区别 和FuzzyQuery（flt）？
我正在通过Elasticsearch（ES）评估两种查询类型，我发现它们在概念上非常相似：
mlt：将现有文档字段与其他文档的字段vs flt：将字符串与其他文档的字段进行比较但是，flt性能似乎比mlt查询慢一个数量级。
我正在使用最新的ES，后者又使用Lucene 4.5。
来自fuzzy like this文档：
模糊化作为字符串提供的所有术语，然后选择最佳的n个区分术语。实际上，这混合了FuzzyQuery和MoreLikeThis的行为，但特别考虑了模糊评分因子。这通常会为查询产生良好的结果，用户可以在许多字段中提供详细信息，并且不了解布尔查询语法，并且还需要一定程度的模糊匹配和快速查询。
对于每个源项，模糊变体保存在BooleanQuery中，没有coord因子（因为我们不在任何一个doc中查找多个变体的匹配）。此外，专门的TermQuery用于变体，并且不使用该变体术语的IDF，因为这有利于稀有术语，例如拼写错误。相反，所有变体使用相同的IDF排名（源查询术语的排名），这是变体的提升中的因素。如果索引中不存在源查询字词，则使用变体的平均IDF。
答案 0 :(得分：2)
您正在将more like this query与fuzzy like this query进行比较。虽然后者在“更喜欢这个”查询中添加了一些模糊性，但它与fuzzy query不同，后者在下面使用。
“更喜欢这个”允许您指定like_text和fields列表。因此，将返回在指定字段中包含该文本的文档。您可以调整术语的频率来控制何时返回或忽略文档，以便根据您的要求获得相似且有趣的文档。
“像这样模糊”具有类似的结构，实际上更像是这个查询，它也在内部使用模糊查询来查找类似的文档。这意味着返回的文档不仅包含您在like_text中请求的条款，还包含类似的术语，对它们应用一些模糊性。其速度较慢的原因实际上是模糊查询，虽然使用Lucene 4.x进行了大量改进，但价格更高。